Skip to main content

> ML_KUTUPHANE // LINFA_v1.0

Linfa (Rust)

Rust ML Working Group — Rust ekosistemi için kapsamlı, bellek güvenli klasik makine öğrenimi kütüphanesi.

non-python-ecosystemsv0.7.0Apache-2.0 OR MITqualified
Resmi DokümantasyonKaynak Kod Deposu

Model Eğitimi (Training)

Destekleniyor
Desteklenen Hızlandırıcılar:
CPU
Dağıtık Eğitim (Distributed):Hayır

Model Sunumu (Inference)

Destekleniyor
Inference Hızlandırıcıları:
CPUWASM
Hedef Ortamlar (Targets):server, edge, browser

Neleri Sağlar (Ne Yapar)

  • +Rust için scikit-learn'den ilham alan API: ndarray veri yapıları üzerinde fit() ve predict() özellikleri
  • +Kapsamlı algoritmalar: Doğrusal/Lojistik regresyon, k-Means, DBSCAN, Karar Ağaçları, Naive Bayes, SVM, ElasticNet
  • +Garantili bellek güvenliği, Rayon ile korkusuz eşzamanlılık ve sıfır çöp toplayıcı (GC) duraklaması
  • +Tek bir bağımsız statik ikili dosyaya ve WebAssembly'ye (WASM) derleme

Neleri Sağlamaz (Ne Yapmaz)

  • -Büyük çoklu GPU derin sinir ağı LLM'lerini eğitme (Burn veya Candle kullanın)
  • -Dinamik tipsiz Python sözlüklerini destekleme (Rust'ta kesinlikle derleme zamanı tiplidir)
  • -Spark gibi dağıtık veri işleme çatılarının yerini alma

>Uygun İş Tipleri

  • Finansal sistemler için Rust'ta ultra düşük gecikmeli, sıfır GC'li tahmin mikro servisleri oluşturma
  • Python çalışma zamanlarının sığamadığı gömülü uç cihazlar ve mikrodenetleyiciler
  • İstemci tarafı tarayıcı yürütmesi için makine öğrenimi sınıflandırıcılarını WebAssembly'ye derleme

>Uygun Olmayan İş Tipleri

  • Jupyter'da etkileşimli görselleştirme gerektiren keşif amaçlı veri analizi
  • Üretken derin öğrenme difüzyon modelleri
Veri Yerleşimi ve İkameti

Yalnızca Rust belleğinde yerel olarak çalışır. Sıfır harici çağrı.

Güvenlik Değerlendirmesi

Çift MIT/Apache-2.0 lisansı. Rust derleme zamanı bellek güvenliği tampon taşmalarını engeller.

Operasyonel Metrikler ve Bilinen Kısıtlar

Olgunluk:mature
Öğrenme Eğrisi:moderate
Operasyon Yükü:low
Maliyet Seviyesi:free-oss
> Bilinen Kısıtlamalar:
  • Ekosistem algoritmaları Python scikit-learn kadar kapsamlı değildir; gelişmiş gradyan artırma genellikle lightgbm veya xgboost Rust paketlerini kullanır.

İlişkili Üretim Arıza Paternleri (Incidentpedia)

Bu kütüphaneyi üretimde kullanırken aşağıdaki arıza senaryolarına karşı fail-closed korumalar uygulayın:

thread-pool-exhaustion

> Birincil Kanıt ve Doğrulama Kaynakları

Linfa Documentationofficial-docs • 0.7.0
2026-09-25HIGH